Возьмите передаточную функцию:

Произведите верификацию нейросети, задавая допустимые комбинации единичных значений аргументов (эталонные ситуации).

Система логических выражений:

x₁ & x₂ & x₃ →​ R₁, x₂ & x₃ & x₄ →​ R₂, x₁ & x₃ & x₄ →​ R₃

Результат трассировки:

Правильный ответ:

• # Для СПР, изготовленной для дяди Рамзая, составьте совершенную нейронную сеть. (В связи со значительным приобретенным Вами опытом решения подобной простой задачи, уже сформированная сеть приводится ниже.) С помощью коррекции весов связей используйте возможность предпочтительного выбора решений в том случае, когда события, образующие факторное пространство, учитываются с различными значениями приоритета. Как с помощью порогов усилить эффект приоритетного обслуживания? Исследуйте возможность модификации и развития совершенной нейронной сети, например, на тот случай, когда Никита прибыл из мест, не столь отдаленных, и с энтузиазмом включился в работу. Как сокращается объем матрицы следования, описывающей однослойную (в том числе – совершенную) логическую нейронную сеть? [Большая Картинка] Поступила некоторая недостоверная информация об отсутствии Васи. Как скорректировать параметры нейронной сети?
• # На изображенном объекте – "мордочке" обозначены невидимые "мышцы". Достаточны ли они для выражения чувств объекта? [Большая Картинка] Проанализируйте попытку выразить радость. [Большая Картинка]
• # Для выполнения алгоритма трассировки необходимо предварительно построить матрицу следования, отображающую все потенциальные статические пути возбуждения, ведущие от нейронов-рецепторов, "участвующих" в логическом выражении, к нейрону выходного слоя, соответствующего решению. Для логического выражения в описании СПР постройте матрицу следования для обучения первому эталону, предварительно введя транзитивные и дополнительные связи. Система логических выражений: x1 & x2 & x3 →​ R1, x2 & x3 & x4 →​ R2, x1 & x3 & x4 →​ R3 Матрица следования: [Большая Картинка]
• # Дополните нейронную сеть, фрагмент которой приведен на рисунке, положительными обратными связями, усиливающими предположение об участии Пети в рассматриваемых ситуациях в тех случаях, когда предположения о местонахождении Васи имеют высокую достоверность. [Большая Картинка] Такое дополнение показано на рисунке. Вес обратной связи к нейрону А2 находится на основе информации о Васе: \omega = \left \{ \begin{array}{ll} 0,25 \cdot\cfrac{\Delta t - 4}{4}, & \mbox{при } \Delta t < 4, \\ 0, &\mbox{в противном случае} \end{array} \right Проанализируйте два цикла "работы" нейронной сети, выявив лишь влияние обратной положительной связи на возможность "участия" Пети в событиях в связи с "занятостью" Васи. Для этого рассмотрите варианты повторного запроса к Васе до истечения 4 единиц времени с момента предыдущего запроса к нему. Δt = 1.
• # В результате моделирования выяснилось, что рассмотрение принадлежности x1 всему диапазону δ1 не удовлетворяет требованиям к точности результатов. А именно, если предполагается условие x1∈[0; 0,5), нейросеть выдает удовлетворительный ответ. Однако условие (x1∈[0,5; 1))∧ (x2∈[1, 2)) требует нового правильного решения Y5 Модифицируйте заданную нейронную сеть с учетом новых данных. Исходная нейронная сеть имеет вид: [Большая Картинка]